Pilar dalam Google Cloud Framework Arsitektur Baik memberikan rekomendasi untuk mengoptimalkan performa workload di Google Cloud.
Dokumen ini ditujukan untuk arsitek, developer, dan administrator yang merencanakan, mendesain, men-deploy, dan mengelola workload di Google Cloud.
Rekomendasi dalam pilar ini dapat membantu organisasi Anda beroperasi secara efisien, meningkatkan kepuasan pelanggan, menambah pendapatan, dan mengurangi biaya. Misalnya, saat waktu pemrosesan backend aplikasi berkurang, pengguna akan mengalami waktu respons yang lebih cepat, yang dapat menghasilkan retensi pengguna yang lebih tinggi dan lebih banyak pendapatan.
Proses pengoptimalan performa dapat melibatkan kompromi antara performa dan biaya. Namun, pengoptimalan performa terkadang dapat membantu Anda mengurangi biaya. Misalnya, saat beban meningkat, penskalaan otomatis dapat membantu memberikan performa yang dapat diprediksi dengan memastikan bahwa resource sistem tidak overload. Penskalaan otomatis juga membantu Anda mengurangi biaya dengan menghilangkan resource yang tidak digunakan selama periode beban rendah.
Pengoptimalan performa adalah proses berkelanjutan, bukan aktivitas satu kali. Diagram berikut ini menampilkan tahapan dalam proses pengoptimalan performa:
Proses pengoptimalan performa adalah siklus berkelanjutan yang mencakup tahapan berikut:
- Menentukan persyaratan: Tentukan persyaratan performa terperinci untuk setiap lapisan stack aplikasi sebelum Anda mendesain dan mengembangkan aplikasi. Untuk merencanakan alokasi resource, pertimbangkan karakteristik workload utama dan ekspektasi performa.
- Mendesain dan men-deploy: Gunakan pola desain yang elastis dan skalabel yang dapat membantu Anda memenuhi persyaratan performa.
- Memantau dan menganalisis: Pantau performa secara terus-menerus dengan menggunakan log, pelacakan, metrik, dan pemberitahuan.
Optimalkan: Pertimbangkan kemungkinan desain ulang seiring perkembangan aplikasi Anda. Menyesuaikan ukuran resource cloud dan menggunakan fitur baru untuk memenuhi persyaratan performa yang berubah-ubah.
Seperti ditunjukkan dalam diagram sebelumnya, lanjutkan siklus pemantauan, penilaian ulang persyaratan, dan sesuaikan resource cloud.
Untuk prinsip dan rekomendasi pengoptimalan performa yang dikhususkan untuk workload AI dan ML, lihat Perspektif AI dan ML: Pengoptimalan performa di Framework yang Arsitekturnya Baik.
Prinsip inti
Rekomendasi dalam pilar pengoptimalan performa dari Framework yang Tersusun dengan Baik dipetakan ke prinsip inti berikut:
- Merencanakan alokasi resource
- Memanfaatkan elastisitas
- Mempromosikan desain modular
- Memantau dan meningkatkan performa secara berkelanjutan
Kontributor
Penulis:
- Daniel Lees | Arsitek Keamanan Cloud
- Gary Harmson | Principal Architect
- Luis Urena | Engineer Hubungan Developer
- Zach Seils | Spesialis Jaringan
Kontributor lainnya:
- Filipe Gracio, PhD | Customer Engineer
- Jose Andrade | Enterprise Infrastructure Customer Engineer
- Kumar Dhanagopal | Developer Solusi Lintas Produk
- Marwan Al Shawi | Partner Customer Engineer
- Nicolas Pintaux | Customer Engineer, Application Modernization Specialist
- Ryan Cox | Principal Architect
- Radhika Kanakam | Senior Program Manager, Cloud GTM
- Samantha He | Technical Writer
- Wade Holmes | Direktur Solusi Global